SuperAPI AI 工具集

imagegen

设计与创作

查看项目

更新于 11-04 00:12

技能介绍

用途:该技能用于在当前项目需要 AI 生成的位图素材时,生成或编辑栅格图像,例如网站素材、游戏素材、UI 效果图、产品效果图、线框图、标志设计、照片级图像或信息图。它同时说明了何时不应使用本技能。

主要能力:技能有两种顶层模式。默认内置工具模式优先使用内置 image_gen 工具进行图像生成、编辑和透明图请求,不需要 OPENAI_API_KEY。回退 CLI 模式使用 scripts/image_gen.py,仅在用户明确要求或确认 CLI/API/模型路径时使用,需要 OPENAI_API_KEY;该 CLI 提供 generate、edit、generate-batch 三个子命令。技能涵盖生成与编辑两类意图的判断、透明背景处理、提示词结构化(Use case、Asset type、Primary request、Scene/backdrop、Subject、Style/medium、Composition/framing、Lighting/mood、Color palette、Materials/textures、Text、Constraints、Avoid 等字段)、生成与编辑的用例分类,以及保存路径策略。

使用方式:默认使用内置 image_gen 工具;普通画质、尺寸或文件路径控制不应切换到 CLI。透明图应请求内置工具生成透明背景并保留 alpha。内置工具模式下,图像默认保存在 $CODEX_HOME/*,如需特定位置,应在生成后移动或复制;项目所用素材必须移入工作区,不得只留在默认路径;除非用户明确要求替换,否则不要覆盖已有素材。批量请求不等于 CLI 回退,除非用户明确要求 CLI/API/模型控制,否则仍逐次调用内置工具。内置工具失败或不可用时,应告知用户 CLI 回退存在且需要 OPENAI_API_KEY,仅在用户明确要求后执行。不要修改 scripts/image_gen.py;缺少内容时应先询问用户。提示词应结构化为场景/背景→主体→细节→约束;编辑时应反复重申不变量,并以单次改动迭代。

适用场景:生成概念图、产品图、封面、网站首屏;以参考图生成新图;编辑已有图像(修复、光照天气变换、背景替换、对象移除、合成、透明背景);为一个任务生成多个素材或变体。

限制:不用于扩展或匹配仓库内现有 SVG/矢量图标、标志系统或插画库;不用于更适合用 SVG、HTML/CSS 或 canvas 直接制作的简单形状、图表、线框图或图标;不用于源文件已是可编辑原生格式的小幅本地素材编辑;不用于用户明确需要确定性代码原生输出的任务。内置编辑模式只适用于对话中可见的图像(附件或先前生成的图像);若要编辑本地文件,应先用 view_image 加载。CLI 回退默认使用 gpt-image-2,该模型不支持 background=transparent;除非用户明确要求 gpt-image-1.5,否则使用前应询问。gpt-image-2 对图像输入始终使用高保真,不应设置 input_fidelity;其质量取值包括 low、medium、high、auto;尺寸可为 auto 或满足条件的 WIDTHxHEIGHT。其他 CLI 细节参见 references/cli.md 与 references/image-api.md。